Paseo aleatorio III

En este ejercicio, completarás tu simulación de paseo aleatorio utilizando la rentabilidad de las acciones de Facebook en los últimos cinco años. Empezarás con una muestra aleatoria de rendimientos como la que has generado en el último ejercicio y la utilizarás para crear una trayectoria aleatoria de precios de las acciones.

Este ejercicio forma parte del curso

Manipulación de datos de series temporales en Python

Ver curso

Instrucciones de ejercicio

Ya hemos importado pandas como pd, choice y seed de numpy.random, y matplotlib.pyplot como plt. Hemos cargado el precio de Facebook como pd.DataFrame en la variable fb y una muestra aleatoria de rendimientos diarios de FB como pd.Series en la variable random_walk.

Selecciona el primer precio de Facebook aplicando .first('D') a fb.price, y asígnalo a start.
Añade 1 a random_walk y reasígnalo a sí mismo, luego .append() random_walk a start y asigna esto a random_price.
Aplique .cumprod() a random_price y reasígnelo a sí mismo.
Inserte random_price como nueva columna etiquetada random en fb y trace el resultado.

Ejercicio interactivo práctico

Pruebe este ejercicio completando este código de muestra.

# Select fb start price here
start = ____

# Add 1 to random walk and append to start
random_walk = ____
random_price = ____

# Calculate cumulative product here
random_price = ____

# Insert into fb and plot
fb['random'] = ____

Editar y ejecutar código